绪论
（一）引言
就当前来看，现代物流已经普遍运用到了商业，工业以及制造业中，物流技术也在进一步发展。然而，果蔬类产品的物流和其他产业物流存在一定的差别，这主要是因为果蔬类产品比较容易腐烂，而且保存的时间本来就比较短，非常容易变质等，这都给物流运输提出更高的要求。[1]
本文针对城市果蔬冷链物流系统里面的物流中心运作基于面向对象的方式以及Anylogic仿真工具来进行建模，解释物流中心的运作逻辑，并由移动实体在物流中心的各个运营区域，排序，分类，分配和其他活动，最终模拟结果分析设置模拟变量以测试特定变量变化对模拟结果的影响。
（二）研究背景和意义
（1）研究背景：随着我国居民生活水平的不断提高，人们对生鲜食品的需求量也在逐年增加。我国生鲜食品冷链物流处于起步阶段，与欧美等发达国家相比存在较大差距，我国生鲜食品冷链运输率低，难以保障产品质量。我国水果蔬菜流通率为5%，而冷链运输率仅有15%;肉类流通率为17%，而冷链运输率只有30%。但在发达国家，果蔬产品的冷链流通率在90%左右，肉类食品冷链流通率为100%"。当前我国生鲜食品冷链物流面临着冷链物流节点多、冷链配送路线过长、配送路径选择不合理、生鲜冷链物流资源分散等问题，冷链配送中心选址及路径优化问题成为我国城市冷链物流快速发展的重要问题。
（2）研究意义
1.理论意义
目前针对果蔬冷链研究的比较少，大都集中在果蔬冷链的发展现状、问题对策方面，还没有形成一套标准的果蔬冷链体系。而国内外对冷链物流的主要集中于两个方面:其一是大多研究学者主要探讨冷链物流的发展现状、冷链物流的运作模式、物流成本、发展策略等方面的问题;其二是，大多文献局限于对冷链物流某一流程或单一功能的研究，如冷链物流运输、冷链物流配送路径优化等。但是，现有理论文献关于果蔬冷链物流理论方面的研究较少，尤其是果蔬冷链物流运作模式方面研究相当匮乏。因此，本文结合果蔬冷链物流及相关公司的现状，总结国内外果蔬物流运作模式的经验，提出一套果蔬冷链物流的优化方案，为果蔬冷链物流模式的发展和实践应用提供理论指导。
2.实践意义
（1）加深有关农业部门对果蔬市场运作的了解，以期对科学制定农产品物流的产业政策，促进果蔬冷链物流的良性发展。
（2）能够一定程度上降低果蔬流通损失,减少物流成本。现阶段，由于果蔬流通环节过多，运输时间过长，大量的果蔬在销售之前就已经腐烂。通过对果蔬企业物流运作模式进行优化，为农产品的流通提供决策，有利于降低果蔬流通过程中的流通时间，减少成本损失。
二、果蔬物流相关概念
（一）果蔬冷链物流定义
果蔬冷链是指从水果蔬菜的采摘开始，经过分级、包装、储藏、运输、销售直至消费的各个环节都处于适宜的低温环境中，即果蔬从离开田间的那一刻起，到消费者餐桌前都处于“冷链”的状态，以保证果蔬新鲜及减少腐蚀的供应链系统。
（二）果蔬冷链物流的组成
(1）果蔬生产主要指水果蔬菜种植基地。果蔬冷链包括生产、加工、储存、配送、运输和销售等环节。果蔬冷链物流的效率在于物流的各个节点有效衔接。
(2〉冷链流通主要包括果蔬冷藏加工、冷冻储藏、冷链运输与配送、冷链销售等环节。
（三）果蔬在配送过程中的基本特点
果蔬农产品本来就不容易保存，非常容易腐烂，而基于生产层面来说，这一类产品又具有分散性以及季节性的特征，从消费者的层面而言，果蔬类产品是人们日常生活中的必须品，其安全性以及质量对人们的生活产生直接影响。消费者的健康。[2]消费的特征还在于分散化和普遍性。因此，水果，蔬菜和农产品的加工和分配与其他产品不同，与一般产品的分配和分配相比，水果，蔬菜和农产品的卸货数量更高，冷藏要求高。高的。储运技术更高。具体性能表现在以下几个方面：
1．品种繁多、物流数量大、分散性广
在全球我国果蔬生产位列第一，从相关的资料能够看出，我国每年的果蔬产量超过一亿吨，有上百种上市果蔬品种。
2．果蔬产品的物流分散广
果蔬类农产品在种植的过程中，具体的种植点相对比较分散，这也使得后续的运输以及装卸具有非常大的难度，即使在具体运输的时候，也会对果蔬产品进行一定的保险，然而，因为路程非常远，难免会产生一些破损，为了最大程度的使破损率降低，尽量选择人口比较密集的配送点。
3．物流技术要求高，配送难度大
果蔬农产品物流配送流程
果蔬农产品冷链配送中心主要涉及到的环节有:订单处理、货物的进出、货物装卸、分拣、存储、包装、加工以及送货等等。每一个流程都是紧密相关的，同时，资金流以及信息流也和实体流充分结合，这些都在整个配送过程中有所体现。具体如图一所示：
图 1 果蔬农产品配送过程
三、基于AnyLogic的果蔬冷链系统配送中心物流模型
（一）AnyLogic仿真软件简介
AnyLogic在仿真以及建模的过程中，应用的非常普遍，属于连续以及混合系统的相关工具。其属于首个把UML语言应用到模型仿真领域的一种工具。[3]它也是唯一支持可有效描述离散状态的混合状态机的工具。连续行为语言商业软件。它能够支持离散事件仿真、多主体仿真以及系统动力学仿真，同时也能够对系统更好的控制，当前普遍应用在计算机系统，动态系统，军事，制造以及物流等等领域。[4]
（二）果蔬冷链配送中心系统描述
2005年，长沙XY蔬菜配送有限公司正式注册成立，主要是针对各类企事业单位，酒店，学校以及宾馆服务的蔬菜配送公司。公司内部有财务部，采购部，配送部，开发部以及行政部，建立了两个专业的保鲜库，一个新的冷冻库，有七台专门负责配送的车辆，内部从业人员为30多个。该公司的指挥中心具体在长沙市马王堆蔬菜批发市场配送区，同时，随着企业的不断发展，公司也在长沙市大河西先导区进行了蔬菜分拣中心的设立，除此之外也与长沙市郊、常德、浏阳、湘西以及望城等众多无公害蔬菜基地进行了供货关系的建立，该公司在发展的过程中，已经形成了采购、检测、储备以及配送“一条龙”这样的服务以及管理模式，所有的蔬菜产品都符合整个市场的品质检测要求，以及超标检测规定，在产品的质量上非常的可靠和稳定，达到了超过99%的验收合格率。
根据国家卫生食品配送行业标准该配送中心进行下面作业区域的规划:收货验货区(主要涉及到的工作有检验入库以及果蔬进货等)、流通加工区(主要包含的作业有深加工、粗加工、果蔬清洗以及包装等)、分拣理货区(具体作业涉及到检查货物、果蔬分拣、贴标签以及包装等)、存储区(具体涉及到常温、冷藏以及冷冻储存)、配装发货区(主要作业包括送货以及果蔬配送等)。每一个环节都有相应的设备以及工作人员。作业流程如图3所示。
图 3长沙XY蔬菜配送中心作业流程图像
按照收集到的相关数据分析能够了解，长沙XY蔬菜配送有限公司通过固定时间来进行采购，且具体的间隔服从泊松分布possion(10,newRandom())，每天有50箱货物到达，每箱为100千克(0.1t)。一般情况下，在接到订单的24小时内，配送中心会进行配送，假如未按时配送的相关货物根据不同保鲜期t(t≥0)分别存放在冷藏库t(3>t≥0)或冷冻库t(7≥t≥3)。在不同作业区每千克果蔬服从均匀分布的时间处理，收货区是uniform_discr(2,5)，流通加工区是uniform_discr(3,5)，分拣理货区是uniform_discr(1,3)配装发货区为uniform_discr(5,10)。
（三）假定条件
在建立仿真模型的过程中首先要在特定的假设条件之下，针对现实系统进行模拟化以及抽象化，本文在选择研究对象的基础上做出研究和调查，设定以下假设条件：
(1)到达配送中心的果蔬批次是固定的，而且每批具有固定的数量;
(2)订货时间间隔适应泊松分布;
(3)每种果蔬具有不同的保鲜期，假设所有的保鲜期都在一周内;
(4)仿真元素利用率的误差变动保证在(-5%，5%)。
按照配送中心的具体作业流程来对上述假定条件进行分析，本文选择的方法是实体流图法，以此来针对图2流程进行抽象化，并确保仿真模型的建立，针对配送中心物流实体的流动、产生以及消失等过程中的逻辑关系进行描述。
（四）果蔬冷链配送中心AnyLogic模型设计
(1)仿真目标的确定
英语仿真目标的仿真模型属于系统仿真最为基本的原则，在实际建模的过程中，首先要保证仿真目标的实现，在此基础上，一定要保证模型的进一步简化，降低工作量。本文在研究的过程中主要针对长沙XY蔬菜配送中心物流作业系统来实施建模以及仿真，具体涉及到的目标为：
果蔬周转量;配送中心不同物流区域的实际作业时间;各物流区域工作人员以及设备的利用率；果蔬送货时间间隔的分布。
(2)建模元素定义
(3)元素的属性可视化设计
元素FruVeg的属性：
元素M1-M7的属性：
元素C1-C11的属性：
元素Q1的属性：
元素selectOutput4的属性：
四、基于AnyLogic的果蔬冷链系统配送中心运行分析
在模拟动画图中用盒子来代替果蔬类产品，从该动画中可以清晰看到果蔬产品配送流程。假设区系统仿真模型的时间为1分钟，每天工作8个小时，那么每天的模拟时间为480分钟，如图为果蔬配送流程仿真模型：
各区资源利用情况
上图的仿真结果显示出各个传送带的周转率在94%~97%之间，说明各个传送带的传输速率很高。从作业区资源利用堆叠图可以看出验货收货(Check)、流通加工区(Work)、分拣理货区(Sort)和装配送货区(Dispatch)的资源利用率依次为0.127、0.205、0.192和0.174，各区的利用率都很低，出现该现象的原因是阻塞导致的，造成周转率大大下降。
经过多次试验，发现不改变其他元素的属性，加大延迟时间uniform-discr中的两个数据差，可以提高各区的周转率，验货收货区(Check)、流通加工区(Work)、分拣理货区(Sort)和装配送货区(Dispatch)的资源利用率提高到0.748、0.685、0.537和0.283，结果如图所示。
五、结论
本文阐述了果蔬农产品物流配送特征，提出基于Anglogic仿真建模建立了果蔬农产品配送系统模型，论述表明，应用Anglogic仿真进行果蔬农产品配送中心运作优化具有其可行性，动态仿真有利于系统优化方案的选取。本文基于AnyLogic仿真建模的基础上，模拟了作业时间、农产品到达方式等变量，为提高农产品物流速度，保证农产品的新鲜性具有重要参考价值，也表示通过AnyLogic的物流仿真，能够从根本上使物流的成本价低，也会不断优化整个物流配送的系统。
参考文献
[1]张光远,胡悦,胡晋,杜静霜.基于AnyLogic仿真的无纸质检票时间研究[J].铁道运输与经济,2020,42(02):35-41.
[2]牛天河.基于Anylogic的突发事故情况下旅客行为特性分析[J].计算机与数字工程,2019,47(12):2973-2977.
[3]刘珊,郭瑞军.基于Anylogic的铁路客运站火灾疏散仿真研究[J].交通科技与经济,2019,21(05):20-26.
[4]左进,史吉康.基于Anylogic仿真模拟的高密度传统街区应急疏散研究——以天津小白楼五号地为例[J].南方建筑,2019(03):82-88.
[5]王雪鑫,许得杰,曾俊伟,钱勇生,黄宇.基于Anylogic仿真的兰州西站客运枢纽换乘衔接优化研究[J].铁道运输与经济,2019,41(03):100-105.
[6]蔡湧,赵蕾,艾安源,梅钢.基于Anylogic的地铁站火灾人员疏散模拟及结构合理性分析[J].山西建筑,2019,45(08):208-210.
[7]王毓彬,雷怀英.基于AnyLogic的果蔬冷链系统配送中心物流仿真[J].东南大学学报(哲学社会科学版),2018,20(S2):20-22+35.
[8]宫宇姝.基于AnyLogic的兰州西站客运设备配置优化仿真研究[J].铁道运输与经济,2018,40(12):44-48.
[9]柳泽原,彭宏勤.基于Anylogic的地铁车站闸机口通过能力仿真研究[J].交通运输系统工程与信息,2018,18(S1):110-114.
[10]马彩雯,沙永为.基于Anylogic的地铁大连北站站厅层客流组织仿真及优化研究[J].交通科技与经济,2018,20(06):1-5.
[11]赵振武,李新源.基于Anylogic的机场旅客安检流程仿真与优化[J].中国民航大学学报,2018,36(05):52-55.
[12]田郝青,张喜.基于Anylogic仿真技术的地铁换乘站客流组织优化评价研究[J].电子设计工程,2018,6(19):84-88.
[13]戴建强.基于排队论和Anylogic仿真的车站进站排队优化[J].铁路计算机应用,2018,27(09):40-43.
[14]杨天阳,朱志国.基于Anylogic的地铁车站通道设施设备规模与布局分析[J].交通运输工程与信息学报,2017,15(01):115-121.
[15]黄文成,帅斌,刘聪.基于AnyLogic的岛式站台客流特性分析及换乘楼梯改进[J].城市轨道交通研究,2016,19(10):97-101.
[16]陈韶飞,李弘,夏文杰.基于Anylogic的商业银行排队系统仿真研究[J].科技通报,2016,32(08):210-214.
[17]杨芳,邹毅峰,戴恩勇.基于Anylogic的果蔬冷链系统配送中心物流运作优化[J].中南林业科技大学学报,2016,36(07):141-148.
[18]赵路敏,郑宇,谢金鑫.基于Anylogic的城市轨道交通车站仿真应用研究[J].铁路计算机应用,2016,25(03):62-66.
[19]周文科,赵欢,周慧娟.基于AnyLogic仿真的高校宿舍火灾疏散研究[J].消防科学与技术,2014,33(12):1383-1386.
[20]陈立扬,宋瑞,李志杰,李婷婷.基于Anylogic的地铁站站厅层设施布置仿真研究[J].交通信息与安全,2013,31(05):19-24.
